Problema / Objeto de estudio:

La desigualdad educativa persiste como una de las principales barreras para la movilidad social en Chile, especialmente en la Región Metropolitana de Santiago (Ministerio de Educación de Chile 2023; OECD 2021). La articulación entre origen social, trayectoria educativa y destino ocupacional se refleja en una movilidad intergeneracional limitada y fuertemente estratificada por clase, incluso entre las generaciones más jóvenes (Muga Mora and Rodrigo Benito 2021; Rodrigo and Oyarzo 2021). Aunque el acceso a la educación básica y media se ha expandido, las diferencias en años de escolaridad siguen reproduciendo clivajes de clase, género y territorio, consolidando circuitos de ventaja y desventaja educativa (Calidad de la Educación 2015; Bellei 2013).

Brecha en la literatura: Una extensa evidencia empírica sobre el sistema escolar chileno ha documentado de manera consistente brechas educativas(Agencia de Calidad de la Educación 2015; García-Huidobro and Bellei 2003; Cristóbal Villalobos 2015; Murillo, Duk, and Martínez-Garrido 2018). Sin embargo, gran parte de estos estudios e informes aborda dichas brechas de forma predominantemente descriptiva (o mediante modelos de una sola capa), sin desagregar con precisión los aportes relativos de los factores individuales y los factores contextuales(Murillo and Martínez-Garrido 2013; Andréu 2011; Finch, Bolin, and Kelley 2019). En este vacío se inscribe nuestro estudio.

A raÍz de lo anterior, el objetivo y aporte del estudio es analizar cómo la interacción entre recursos familiares (nivel socioeconómico, participación social) y condiciones comunales (tasa de empleo, oferta educativa, IDH) explica las diferencias en años de escolaridad en el Gran Santiago mediante un enfoque multinivel (Finch, Bolin, and Kelley 2019; Romero, Alcaraz, and Hernández 2020). Usando este tipo de modelos para cuantificar el efecto de esos factores y dimensionar las brechas, mostrando cuánto espacio real queda para el mérito individual.

Desde la sociología de la educación, esta persistencia se explica mediante:

1. Reproducción de capitales familiares — la escuela convierte de forma desigual el capital económico, cultural y social de origen en logro académico, reforzando la ventaja heredada (Bourdieu and Passeron 2001; Bellei 2013)

2. Lógica meritocrática — los criterios de evaluación escolar naturalizan esas ventajas, atribuyendo el éxito exclusivamente al mérito individual (Castillo et al. 2024; Batruch et al. 2023)

3. Efectos de contexto — las oportunidades educativas están moduladas por la estructura territorial (segregación residencial, oferta escolar, dinamismo laboral), que amplifica o atenúa los recursos familiares (Soler Mata and Fernández León 2021; C. Villalobos and Mardones 2022; Canales and Ibarrola 2022)

• Factores asociados L1: Nivel socioeconómico del hogar (Arita et al. 2015), Género (Peláez González and Rodríguez 2020; OECD 2021)y Participación social familiar (Bullones 2022).

  Estos factores se entienden como recursos o desventajas que configuran las trayectorias escolares desde el origen social, afectando tanto el acceso como la permanencia y el logro educativo.

• Factores asociados L2: Tasa de empleo comunal (C. Villalobos and Mardones 2022), IDH comunal (Programa de las Naciones Unidas para el Desarrollo 2024; Poblete 2020) y oferta educativa comunal (Rivas Espinosa and Terra Polanco 2024; Soler Mata and Fernández León 2021).

  Estas variables expresan las condiciones estructurales del territorio, influyendo en las oportunidades educativas disponibles. Se incorporan para analizar cómo el entorno puede amplificar o mitigar las desigualdades preexistentes, más allá de las características individuales.

Datos

Se utilizó la base de datos de la CASEN 2022, que tiene un diseño muestral probabilístico, estratificado por región, comuna y área urbana/rural.

Para el análisis se trabajó con 22.706 individuos (nivel 1) de 18 o más años, anidados dentro de las 32 comunas del Gran Santiago (nivel 2), con un promedio de 702 casos por comuna.

Variables

Métodos

Esta es una investigación cuantitativa, se utilizó una metodología de análisis estadístico multinivel. De este modo se puede observar de manera más precisa cómo las trayectorias educativas se configuran por la interacción entre factores individuales y contextuales.

El análisis de datos se realizó en R, utilizando lmer para la construcción de los modelos, sjPlot para la visualización de los datos y summary tools para generar descriptivos univariados.

Con el fin de realizar una mejor estimación de los modelos, los predictores fueron centrados en torno a la gran media para variables contextuales y sobre la media grupal para los predictores individuales.

Se estimaron un total de 7 modelos:

Modelos estimados

Modelo 0: nulo

\[ \text{esc}_{ij} \;=\; \gamma_{00} + u_{0\text{comuna}} + r_{ij} \]

Modelo 1: variables independientes individuales

\[ \begin{aligned} \text{esc}_{ij} &= \gamma_{00} \\ &+ \gamma_{01}\,\text{female} \\ &+ \gamma_{02}\,\text{nse_cmc} \\ &+ \gamma_{03}\,\text{part_social_num} \\ &+ u_{0\text{comuna}} + r_{ij} \end{aligned} \]

Modelos

Modelo 2: variables independientes contextuales

\[ \begin{aligned} \text{esc}_{ij} &= \gamma_{00} \\ &+ \gamma_{01}\,\text{prop_empleo_gmc} \\ &+ \gamma_{02}\,\text{prop_pob_escn_gmc} \\ &+ \gamma_{03}\,\text{idh_gmc} \\ &+ u_{0\text{comuna}} + r_{ij} \end{aligned} \]

Modelo 3: variables independientes individuales y contextuales

\[ \begin{aligned} \text{esc}_{ij} &= \gamma_{00} \\ &+ \gamma_{01}\,\text{female} + \gamma_{02}\,\text{nse_cmc} + \gamma_{03}\,\text{part_social_num} \\ &+ \gamma_{04}\,\text{prop_empleo_gmc} + \gamma_{05}\,\text{prop_pob_esc_gmc} + \gamma_{06}\,\text{idh_gmc} \\ &+ u_{0j} + r_{ij} \end{aligned} \]

Modelos

Modelo 4: intercepto y pendiente aleatoria de NSE

\[ \ \begin{aligned} \text{esc}_{ij} =\;& \gamma_{00} + \gamma_{01}\,\text{female} + \gamma_{02}\,\text{nse_cmc} + \gamma_{03}\,\text{part_social_num} \\[4pt] &+ \gamma_{04}\,\text{prop_empleo_gmc} + \gamma_{05}\,\text{prop_pob_esc_gmc} + \gamma_{06}\,\text{idh_gmc} \\[4pt] &+ u_{0j} + u_{1j}\,\text{nse_cmc} + r_{ij} \end{aligned} \ \]

Modelo 5: interacción entre NSE y empleo

\[ \ \begin{aligned} \text{esc}_{ij} =\;& \gamma_{00} + \gamma_{01}\,\text{female} + \gamma_{02}\,\text{nse_cmc} + \gamma_{03}\,\text{part_social_num} \\[4pt] &+ \gamma_{04}\,\text{prop_empleo_gmc} + \gamma_{05}\,\text{prop_pob_esc_gmc} + \gamma_{06}\,\text{idh_gmc} \\[4pt] &+ \gamma_{07}\bigl(\text{nse_cmc}\,\times\,\text{prop_empleo_gmc}\bigr) \\[4pt] &+ u_{0j} + u_{1j}\,\text{nse_cmc} + r_{ij} \end{aligned} \ \]

Modelos

Modelo 6: interacción entre NSE y IDH

\[ \ \begin{aligned} \text{esc}_{ij} =\;& \gamma_{00} + \gamma_{01}\,\text{female} + \gamma_{02}\,\text{nse_cmc} + \gamma_{03}\,\text{part_social_num} \\[4pt] &+ \gamma_{04}\,\text{prop_empleo_gmc} + \gamma_{05}\,\text{prop_pob_esc_gmc} + \gamma_{06}\,\text{idh_gmc} \\[4pt] &+ \gamma_{07}\bigl(\text{nse_cmc}\,\times\,\text{idh_gmc}\bigr) \\[4pt] &+ u_{0j} + u_{1j}\,\text{nse_cmc} + r_{ij} \end{aligned} \ \]

Scatterplot:

Relación entre promedio comunal de escolaridad y tasa de empleo

Scatterplot:

Relación entre promedio comunal de escolaridad y IDH

Modelos

Interacción H7

La interacción muestra que el efecto del nivel socioeconómico sobre la escolaridad varía según la tasa de empleo comunal. En comunas con más empleo (azul), el NSE tiene un impacto mayor sobre los años de escolaridad, mientras que en comunas con menos empleo (roja), su efecto es más débil. Esto sugiere que los recursos familiares rinden más en contextos laborales favorables, ampliando así las desigualdades educativas.

Interacción H8

La interacción muestra que el efecto del NSE sobre la escolaridad varía según el IDH comunal. En comunas con un mayor IDH (azul), el NSE tiene un impacto mayor sobre los años de escolaridad, mientras que en comunas con un menor IDH (roja), su efecto es más débil. Esto sugiere que el capital económico tiene un mayor impacto educativo en contextos comunales más desarrollados, donde pueden existir más recursos institucionales para transformar las ventajas familiares en logros escolares.

Test de devianza

Observaciones influyentes